Luis Perez-Breva是麻省理工學(xué)院（MIT）的教授，也是麻省理工學(xué)院或工程學(xué)院創(chuàng)新團(tuán)隊(duì)的主任。他致力于了解我們?nèi)绾问褂眉夹g(shù)來(lái)改善生活，并探討如何努力將新技術(shù)推向世界。

最近，他接受了AI Today播客的采訪，他認(rèn)為關(guān)于AI我們完全錯(cuò)了：對(duì)數(shù)據(jù)的過(guò)度關(guān)注正在誤導(dǎo)機(jī)器學(xué)習(xí)和AI的目標(biāo)，我們所做的一切就是創(chuàng)建了大型的概率系統(tǒng)，而非智能系統(tǒng)。

以下是福布斯報(bào)道的采訪原文：

我們是否過(guò)于關(guān)注數(shù)據(jù)？

一直關(guān)注人工智能和機(jī)器學(xué)習(xí)的任何人都知道數(shù)據(jù)至關(guān)重要。 沒(méi)有數(shù)據(jù)，我們就無(wú)法訓(xùn)練機(jī)器學(xué)習(xí)模型。 沒(méi)有機(jī)器學(xué)習(xí)模型，我們就無(wú)法讓系統(tǒng)從經(jīng)驗(yàn)中學(xué)習(xí)。 當(dāng)然，為了讓人工智能系統(tǒng)成為現(xiàn)實(shí)，數(shù)據(jù)需要成為我們關(guān)注的中心。

但是，Perez-Breva博士認(rèn)為我們過(guò)于關(guān)注數(shù)據(jù)，或許這種廣泛的關(guān)注正在導(dǎo)致機(jī)器學(xué)習(xí)和人工智能的目標(biāo)誤入歧途。

根據(jù)Luis的說(shuō)法，在獲取數(shù)據(jù)方面投入了太多的精力，以至于我們通過(guò)收集了多少數(shù)據(jù)、神經(jīng)網(wǎng)絡(luò)有多大以及使用了多少訓(xùn)練數(shù)據(jù)來(lái)判斷一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)有多好。

當(dāng)您收集大量數(shù)據(jù)時(shí)，您是在使用這些數(shù)據(jù)來(lái)構(gòu)建主要由統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)的系統(tǒng)。Luis說(shuō)，當(dāng)我們向人工智能輸入這么多數(shù)據(jù)時(shí)，我們就會(huì)依賴于統(tǒng)計(jì)數(shù)據(jù)，我們將其歸因于系統(tǒng)智能，而實(shí)際上，我們所做的一切都是創(chuàng)造出大型概率系統(tǒng)，借助大型數(shù)據(jù)集來(lái)展示我們歸因于智能的東西。

他說(shuō)，當(dāng)我們的系統(tǒng)不能像我們想的那樣學(xué)習(xí)時(shí)，最主要的本能反應(yīng)是給這些人工智能系統(tǒng)更多的數(shù)據(jù)，這樣我們就不必過(guò)多考慮泛化和智能的困難部分。

許多人會(huì)爭(zhēng)辯說(shuō)，在某些領(lǐng)域中確實(shí)需要數(shù)據(jù)來(lái)幫助教授AI。 通過(guò)擁有更多數(shù)據(jù)，計(jì)算機(jī)可以更好地學(xué)習(xí)圖像識(shí)別和類似的任務(wù)。 數(shù)據(jù)越多，網(wǎng)絡(luò)越好，結(jié)果越準(zhǔn)確。在播客中，Luis提出了這樣一個(gè)問(wèn)題:深度學(xué)習(xí)是否足夠有效，或者我們是否有足夠大的數(shù)據(jù)集來(lái)進(jìn)行圖像識(shí)別。最基本的問(wèn)題：是算法還是僅是龐大數(shù)量的數(shù)據(jù)才使這項(xiàng)工作奏效？

相反，Luis認(rèn)為，如果我們能夠找到一種更好的方法來(lái)構(gòu)建整個(gè)系統(tǒng)，那么即使只有非常有限的數(shù)據(jù)，人工智能系統(tǒng)也應(yīng)該能夠通過(guò)問(wèn)題進(jìn)行推理。

Luis比較了在零售領(lǐng)域的每個(gè)應(yīng)用程序中使用機(jī)器學(xué)習(xí)的情況。 他談到了實(shí)體商店如何看待在線商店的成功并試圖復(fù)制成功。 他們執(zhí)行此操作的方法之一是使用應(yīng)用程序來(lái)幫助客戶瀏覽商店。Luis提到，他去過(guò)塔吉特百貨（Target），在那里他不得不使用手機(jī)來(lái)導(dǎo)航，這比看招牌還難。有一個(gè)人來(lái)問(wèn)問(wèn)題和交談，不僅速度更快，而且是實(shí)體零售店傳統(tǒng)體驗(yàn)的一部分。路易斯說(shuō)，他更愿意在這些地方與人交流，而不是電腦。

是深度學(xué)習(xí)的問(wèn)題嗎？

他把這比作機(jī)器學(xué)習(xí)，他說(shuō)機(jī)器學(xué)習(xí)的應(yīng)用范圍很窄。如果你試圖將機(jī)器學(xué)習(xí)應(yīng)用到AI的各個(gè)方面，那么你最終會(huì)遇到與他在Target遇到的問(wèn)題類似的問(wèn)題?；旧?，把神經(jīng)網(wǎng)絡(luò)看作錘子，把所有AII問(wèn)題看作釘子。沒(méi)有一種技術(shù)或解決方案適用于所有應(yīng)用程序。也許深度學(xué)習(xí)之所以有效是因?yàn)橛写罅康臄?shù)據(jù)?也許有另一種算法可以更好地泛化，更好地將在一個(gè)領(lǐng)域?qū)W到的知識(shí)應(yīng)用到另一個(gè)領(lǐng)域，并使用更少的數(shù)據(jù)來(lái)獲得更高質(zhì)量的見(jiàn)解。

最近，人們嘗試使人類要做的許多工作自動(dòng)化。 Luis說(shuō)，縱觀歷史，技術(shù)在試圖取代人類時(shí)已經(jīng)殺死了企業(yè)。 當(dāng)技術(shù)和企業(yè)擴(kuò)展人類所能做的事情時(shí)，它們就會(huì)成功。 試圖替代人類是一項(xiàng)艱巨的任務(wù)，它將帶領(lǐng)公司走上失敗之路。 他指出，作為人類，我們渴望人類之間的互動(dòng)。 即使在人們不斷使用技術(shù)的時(shí)代，人們還是非?？释穗H交往。

Luis還指出，許多人錯(cuò)誤地將自動(dòng)化和AI混淆了。 自動(dòng)化是使用計(jì)算機(jī)來(lái)執(zhí)行特定任務(wù)，而不是創(chuàng)造智能。 許多人在很多場(chǎng)合都提到了這一點(diǎn)。 的確，許多人擔(dān)心AI的原因是對(duì)自動(dòng)化和虛構(gòu)的“超級(jí)智能”的恐懼。 Perez-Breva博士指出，許多人將機(jī)器的特性歸因于機(jī)器。 但這對(duì)于AI系統(tǒng)而言并非如此。

相反，他認(rèn)為人工智能系統(tǒng)更像是一個(gè)新物種，擁有不同于人類的智能模式。他的觀點(diǎn)是，研究人員離創(chuàng)造一種類似于書(shū)籍和電影中的人工智能還很遠(yuǎn)。他指責(zé)電影給人的印象是機(jī)器人(AI)殺人，是危險(xiǎn)的技術(shù)。雖然電影中有很多好機(jī)器人，但也有一些被壞機(jī)器人推到一邊。他指出，我們需要擺脫這種推壞機(jī)器人的形象。我們需要關(guān)注人工智能如何幫助人類成長(zhǎng)。如果電影制作行業(yè)能在這方面提供幫助，那將是有益的。因此，AI應(yīng)該被認(rèn)為是我們?cè)噲D創(chuàng)造的一個(gè)新的智能物種，而不是用來(lái)取代我們的東西。

一個(gè)積極的人工智能的未來(lái)

盡管有負(fù)面的形象和言論，路易斯還是相信人工智能至少會(huì)持續(xù)一段時(shí)間。 如此眾多的公司已經(jīng)對(duì)AI進(jìn)行了巨額投資，以至于很難停止使用AI或停止開(kāi)發(fā)。

作為采訪的最后一個(gè)問(wèn)題，Luis被問(wèn)到他認(rèn)為人工智能行業(yè)將走向何方。在回答這個(gè)問(wèn)題之前，路易斯說(shuō)，根據(jù)之前的討論，人們投資的是機(jī)器學(xué)習(xí)，而不是真正的人工智能。Luis表示，他對(duì)企業(yè)在所謂的AI方面所做的投資感到高興。 他認(rèn)為，這些投資將幫助這項(xiàng)技術(shù)的發(fā)展保持多年。

一旦我們停止將人類與人工智能進(jìn)行比較，路易斯相信我們將會(huì)看到人工智能的巨大進(jìn)步。他認(rèn)為，人工智能有能力與人類一起工作，來(lái)解開(kāi)我們以前無(wú)法解開(kāi)的知識(shí)和任務(wù)。他認(rèn)為，這種情況發(fā)生的時(shí)刻并不遙遠(yuǎn)。我們每天都離它越來(lái)越近。

Luis的許多思想與許多對(duì)人工智能世界感興趣的人的普遍看法背道而馳。 同時(shí)，他分享的想法以非常合乎邏輯的方式提出，并且非常發(fā)人深省。 時(shí)間會(huì)證明這些想法是否正確。